論文の概要: COSMIC: Concurrent Optimization of Structure, Material, and Integrated Control for robotic systems
- arxiv url: http://arxiv.org/abs/2605.12654v1
- Date: Tue, 12 May 2026 19:00:01 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-14 23:30:27.627678
- Title: COSMIC: Concurrent Optimization of Structure, Material, and Integrated Control for robotic systems
- Title（参考訳）: COSMIC:ロボットシステムのための構造・材料・統合制御の同時最適化
- Authors: Qinsong Guo, Liwei Wang,
- Abstract要約: ほとんどのロボットシステムは構造、材料、移動を別々に設計している。
この分離は、しばしば準最適設計につながるが、これらの実体の個人的および集団的貢献は今も残っている。
本稿では,物質設計,移動,その他の複雑な自律行動を同時に最適化する,ランドスケープに基づく協調設計フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 9.321828591115567
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Replicating and surpassing the autonomy of natural organisms remains a long-standing goal in robotics. Yet most robotic systems have their structure, materials, and control designed separately, in sharp contrast to the co-evolution in nature. This separation often leads to suboptimal designs, and we still have a limited understanding of the individual and collective contributions of these design entities. In this work, we propose a gradient-based co-design framework that simultaneously optimizes the topology, material distribution, and control policy of a truss-lattice robot. The framework embeds mixed-type topological and material variables into a continuous design space and integrates a neural network controller within a differentiable simulator, capturing their interactions and enabling efficient gradient calculation via automatic differentiation. Furthermore, we develop a constrained optimization to navigate the highly non-convex design landscape and jointly optimize all design entities. Case studies demonstrate that the proposed framework consistently discovers diverse locomotion strategies that outperform baselines obtained through separated design. The framework is also flexible to accommodate different functional requirements and boundary conditions. Using this framework, we further extract design insights that reveal the individual and collective effects of different entities on robotic performance. The proposed framework provides a computational foundation for the autonomous co-design of robotic systems, capable of reconfiguration, locomotion, and other complex autonomous behaviors.
- Abstract（参考訳）: 自然生物の自律性を複製し、超えることは、ロボット工学における長年の目標である。
しかし、ほとんどのロボットシステムは、自然の共進化とは対照的に、構造、材料、制御を別々に設計している。
この分離は、しばしば準最適設計につながるが、これらの設計エンティティの個人的および集団的貢献については、まだ限定的な理解が残っている。
本研究では,トラス格子ロボットのトポロジ,材料分布,制御ポリシを同時に最適化する勾配に基づく協調設計フレームワークを提案する。
このフレームワークは、混合型トポロジカルおよびマテリアル変数を連続的な設計空間に組み込み、ニューラルネットワークコントローラを微分可能なシミュレータに統合し、それらの相互作用をキャプチャし、自動微分による効率的な勾配計算を可能にする。
さらに,非凸デザインランドスケープをナビゲートし,すべての設計エンティティを協調的に最適化する制約付き最適化を開発する。
ケーススタディでは, 分離設計により得られたベースラインを上回る多様なロコモーション戦略が一貫して発見されている。
このフレームワークは、異なる機能要件と境界条件に適合するようにも柔軟である。
この枠組みを用いることで、ロボットの性能に対する異なる実体の個人的および集団的影響を明らかにするデザインインサイトをさらに抽出する。
提案するフレームワークは、ロボットシステムの自律的共同設計のための計算基盤を提供し、再構成、移動、その他の複雑な自律行動を可能にする。
関連論文リスト
- Task-Driven Co-Design of Heterogeneous Multi-Robot Systems [6.278267504352446]
異種多ロボットシステムのタスク駆動協調設計のための形式的および構成的枠組みを提案する。
本稿では, ロボット, フリート, プランナー, 実行者, 評価者の一般的な抽象概念を相互接続設計問題として紹介する。
この構造は、タスク固有の性能制約の下で、ロボット設計、艦隊構成、計画の効率的な共同最適化を可能にする。
論文 参考訳（メタデータ） (2026-04-23T17:44:52Z) - A Unified Low-Dimensional Design Embedding for Joint Optimization of Shape, Material, and Actuation in Soft Robots [4.829343342713712]
形状変形,多材料分布,アクチュエータを統一したソフトロボットのためのスムーズで低次元な設計埋め込みを提案する。
実験では、ニューラルネットワークの符号化と異なり、基礎関数の数に応じて設計が増加することを示す。
さらに, 一体型埋め込みによる形状, 材料, アクティベーションの協調最適化は, 逐次戦略を一貫して上回ることを示す。
論文 参考訳（メタデータ） (2026-03-06T17:33:32Z) - Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動
本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。
我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
論文 参考訳（メタデータ） (2026-02-25T22:49:54Z) - UniMotion: A Unified Motion Framework for Simulation, Prediction and Planning [60.55873455475112]
動作タスク間の共有構造をキャプチャする統合モーションフレームワークUniMotionを提案する。
UniMotionは、これらの動作タスクを同時にサポートするために、専用のインタラクションモードと調整されたトレーニング戦略を採用している。
さらなる微調整により、UniMotionはさまざまな動作タスクにおける最先端のパフォーマンスを達成し、自動運転のための汎用的でスケーラブルなソリューションとして確立する。
論文 参考訳（メタデータ） (2026-01-31T07:12:26Z) - Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。
既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。
協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
論文 参考訳（メタデータ） (2025-07-24T09:17:41Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - CURE: Simulation-Augmented Auto-Tuning in Robotics [15.943773140929856]
本稿では、因果的な設定オプションを識別するCUREを提案する。
CUREは、様々な構成オプションとロボットのパフォーマンス目標との間の因果関係を抽象化する。
物理ロボットとシミュレーションの両方で実験を行うことにより,CUREの有効性と伝達性を示す。
論文 参考訳（メタデータ） (2024-02-08T04:27:14Z) - SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse
Environments [111.91255476270526]
我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。
SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。
それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
論文 参考訳（メタデータ） (2023-03-16T17:59:50Z) - An End-to-End Differentiable Framework for Contact-Aware Robot Design [37.715596272425316]
我々は、接触認識ロボット設計のためのエンドツーエンドの差別化可能なフレームワークを構築した。
変形に基づく新しいパラメータ化により、任意の複雑な幾何学を持つ剛体ロボットを設計することができる。
微分可能な剛体シミュレータは、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの完全なスペクトルに対する解析的勾配を計算することができる。
論文 参考訳（メタデータ） (2021-07-15T17:53:44Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。